このチュートリアルでは、NUM_TRIALS
トレーニング オプションを指定して一連のモデル トレーニング トライアルを有効にすることで、BigQuery ML でハイパーパラメータ チューニングを使用する方法を説明します。
このチュートリアルでは、tlc_yellow_trips_2018
サンプル テーブルを使用して、タクシー移動のチップ代を予測するモデルを作成します。ハイパーパラメータ チューニングを使用すると、R2_SCORE
ハイパーパラメータ チューニングの目標でモデルのパフォーマンスが約 40% 向上します。
目標
このチュートリアルでは、次のものを使用します。
- BigQuery ML。
NUM_TRIALS
を 20 に設定したCREATE MODEL
ステートメントを使用して線形回帰モデルを作成します。 ML.TRIAL_INFO
関数。20 回のトライアルすべての概要を確認します。ML.EVALUATE
関数。ML モデルを評価します。ML.PREDICT
関数。ML モデルを使用して予測を行います。
料金
このチュートリアルでは、Google Cloud の課金対象となる以下のコンポーネントを使用します。
- BigQuery
- BigQuery ML
BigQuery の費用の詳細については、BigQuery の料金ページをご覧ください。
始める前に
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
- 新しいプロジェクトでは、BigQuery が自動的に有効になります。既存のプロジェクトで BigQuery を有効にするには、
Enable the BigQuery API.
に移動します。
ステップ 1: トレーニング データセットを作成する
ML モデルを保存する BigQuery データセットを作成します。
Google Cloud コンソールで [BigQuery] ページに移動します。
[エクスプローラ] ペインで、プロジェクト名をクリックします。
「アクションを表示」> [データセットを作成] をクリックします。
[データセットを作成する] ページで、次の操作を行います。
[データセット ID] に「
bqml_tutorial
」と入力します。[ロケーション タイプ] で [マルチリージョン] を選択してから、[US (米国の複数のリージョン)] を選択します。
一般公開データセットは
US
マルチリージョンに保存されています。わかりやすくするため、データセットを同じロケーションに保存します。残りのデフォルトの設定は変更せず、[データセットを作成] をクリックします。
ステップ 2: トレーニングの入力テーブルを作成する
このステップでは、10 万行のトレーニング入力テーブルを実体化します。
ソーステーブル
tlc_yellow_trips_2018
のスキーマを表示します。トレーニングの入力データテーブルを作成します。
CREATE TABLE `bqml_tutorial.taxi_tip_input` AS SELECT * EXCEPT(tip_amount), tip_amount AS label FROM `bigquery-public-data.new_york_taxi_trips.tlc_yellow_trips_2018` WHERE tip_amount IS NOT NULL LIMIT 100000
ステップ 3: モデルを作成する
次に、BigQuery の tlc_yellow_trips_2018
サンプル テーブルを使用して、ハイパーパラメータを調整した線形回帰モデルを作成します。ハイパーパラメータを調整したモデルの作成には、次の GoogleSQL クエリを使用します。
CREATE MODEL `bqml_tutorial.hp_taxi_tip_model` OPTIONS (MODEL_TYPE='LINEAR_REG', NUM_TRIALS=20, MAX_PARALLEL_TRIALS=2) AS SELECT * FROM `bqml_tutorial.taxi_tip_input`
クエリの詳細
LINEAR_REG
モデルには、調整できるハイパーパラメータが 2 つ(l1_reg
および l2_reg
)あります。上のクエリはデフォルトの検索空間を使用しています。検索スペースは、明示的に指定することもできます。
OPTIONS (... L1_REG=HPARAM_RANGE(0, 20), L2_REG=HPARAM_CANDIDATES([0, 0.1, 1, 10]))
また、次のハイパーパラメータ チューニングトレーニング オプションもデフォルト値を使用します。
- HPARAM_TUNING_ALGORITHM:
"VIZIER_DEFAULT"
- HPARAM_TUNING_OBJECTIVES:
["r2_score"]
MAX_PARALLEL_TRIALS
を 2 に設定して、調整プロセスを高速化します。常に 2 つのトライアルを同時に実行するため、調整全体にかかる時間が、20 回ではなく 10 回のトレーニング ジョブを連続で行う場合と同程度になります。ただし、2 つのトライアルを同時に実行する場合、互いのトレーニング結果からの恩恵は得られません。
CREATE MODEL
クエリを実行する
モデルを作成してトレーニングする CREATE MODEL
クエリを実行するには:
Google Cloud コンソールで、[クエリを新規作成] ボタンをクリックします。
[クエリエディタ] のテキスト領域に、前述の GoogleSQL クエリを入力します。
[実行] をクリックします。
クエリの完了には、約 17 分かかります。調整の進捗状況は、[実行の詳細] の [ステージ] から確認できます。
ステップ 4: トライアル情報を取得する
ハイパーパラメータ、目標、ステータス、最適なトライアルなど、すべてのトライアルの概要を表示するには、ML.TRIAL_INFO
関数を使用します。SQL の実行後に Google Cloud コンソールに結果が表示されます。
SELECT * FROM ML.TRIAL_INFO(MODEL `bqml_tutorial.hp_taxi_tip_model`)
この SQL クエリは、1 つのトライアルの完了後すぐに実行できます。調整が途中で停止している場合でも、すでに終了しているトライアルはすべて使用できます。
ステップ 5: モデルを評価する
モデルの作成後、ML.EVALUATE
関数または Google Cloud Console を使用して、すべてのトライアルの評価指標を取得できます。
実行 ML.EVALUATE
SELECT * FROM ML.EVALUATE(MODEL `bqml_tutorial.hp_taxi_tip_model`)
この SQL は、TEST データから計算されたトライアルすべての評価指標を取得します。ML.TRIAL_INFO
目標と ML.EVALUATE
評価指標の違いについて詳しくは、モデル提供関数をご覧ください。
また、独自のデータを指定して特定のトライアルを評価することもできます。詳細については、モデル提供関数をご覧ください。
Google Cloud コンソールで評価指標を確認する
評価指標は、[EVALUATION
] タブを選択して確認することもできます。
ステップ 6: モデルを使用してタクシーのチップ代を予測する
モデルを評価したので、そのモデルを使用してタクシーのチップ代を予測します。
チップ代の予測に使用するクエリは次のとおりです。
SELECT * FROM ML.PREDICT(MODEL `bqml_tutorial.hp_taxi_tip_model`, ( SELECT * FROM `bqml_tutorial.taxi_tip_input` LIMIT 10))
クエリの詳細
先頭の SELECT
ステートメントは、predicted_label
列を含むすべての列を取得します。この列は、ML.PREDICT
関数によって生成されます。ML.PREDICT
関数を使用すると、モデルの出力列名は predicted_label_column_name
になります。
デフォルトでは、最適なトライアルに対して予測が行われます。他のトライアルは、trial_id
パラメータを指定することで選択できます。
SELECT * FROM ML.PREDICT(MODEL `bqml_tutorial.hp_taxi_tip_model`, ( SELECT * FROM `bqml_tutorial.taxi_tip_input` LIMIT 10), STRUCT(3 AS trial_id))
モデル提供関数の使用方法の詳細については、モデル提供関数をご覧ください。
クリーンアップ
このチュートリアルで使用したリソースについて、Google Cloud アカウントに課金されないようにするには、リソースを含むプロジェクトを削除するか、プロジェクトを維持して個々のリソースを削除します。
- 作成したプロジェクトを削除する。
- または、プロジェクトを保存して、データセットを削除する。
データセットを削除する
プロジェクトを削除すると、プロジェクト内のデータセットとテーブルがすべて削除されます。プロジェクトを再利用する場合は、このチュートリアルで作成したデータセットを削除できます。
必要に応じて、Google Cloud コンソールで [BigQuery] ページを開きます。
ナビゲーション パネルで、作成した bqml_tutorial データセットをクリックします。
ウィンドウの右側の [データセットを削除] をクリックします。この操作を行うと、データセット、テーブル、すべてのデータが削除されます。
[データセットの削除] ダイアログ ボックスでデータセットの名前(
bqml_tutorial
)を入力して、[削除] をクリックします。
プロジェクトを削除する
プロジェクトを削除するには:
- In the Google Cloud console, go to the Manage resources page.
- In the project list, select the project that you want to delete, and then click Delete.
- In the dialog, type the project ID, and then click Shut down to delete the project.
次のステップ
- 機械学習集中講座で機械学習について学習する。
- BigQuery ML の概要で BigQuery ML の概要を確認する。
- Google Cloud コンソールの使用で、Google Cloud コンソールの詳細を確認する。